每天，我们都面临着无数的关于认知控制的决定，或者是为了更好地完成任务而抑制自动或习惯性反应的过程。
布朗大学的Amitai Shenhav博士和他的实验室正在研究影响这个决策过程的因素。拥有更高水平的认知控制能力，可以让我们完成像数学问题或密集阅读这样的困难任务，所以我们可能会认为，最佳实践是始终保持高水平的控制能力。
实验结果表明事实并非如此:人们倾向于选择更容易的任务而不是更困难的任务，完成更困难的任务需要更多的钱，随着奖励价值的增加，人们会付出更多的精神努力。这些行为都表明，受试者的自动状态并不是处于可能的最高控制水平。
申哈夫的研究集中在为什么我们看到控制水平的变化。因为认知控制是一个代价高昂的过程，我们所能发挥的作用一定是有限的。这些代价可以理解为控制水平和其他大脑功能之间的权衡，以及与压力等困难任务相关的消极情感变化的后果。
为了了解人们如何实时做出关于认知控制的决策，申哈夫开发了一种名为控制期望值(EVC)模型的算法，该算法关注的是个体如何权衡增加控制的成本和收益。
运用这个模型帮助申哈夫和他的同事们识别出人们可能选择投入大量认知控制的情况。在一项研究中，通过改变奖励是只与正确的反应配对，还是随机给予，申哈夫模拟了控制效果的变异性。很快他们发现人们学习提高他们的努力是否会增加获得奖励的可能性,并相应地调整自己的控制:人们更愿意投入更多努力学习时,有一个自己的努力和回报的可能性之间的相关性比奖励分配独立的表现。
另一项研究探索了我们在完成困难任务后如何调整自己的策略。认知控制的实验通常依赖于Stroop任务这样的范例，在这个任务中，受试者被要求识别一个目标线索(颜色)，同时面对一个干扰物(单词与其文本颜色不一致)。申哈夫发现，当受试者面临困难的试验或犯错误时，他们会通过减少对干扰因素的注意力来进行调整。
申哈夫研究的最后一个有趣的发现告诉我们，努力工作的部分价值可能在于工作本身:人们对完成任务后的奖励的重视程度与他们对任务的投入程度成正比。
由大学生博主Sarah Haurin发布
新闻旨在传播有益信息，英文原版地址：https://researchblog.duke.edu/2019/03/25/the-costs-of-mental-effort/